- 排名
- #75
- 总输出令牌
- 209,444
- 响应时间（平均）
- 92.50s
- 总成本
- $0.761
DeepSeek V4 Pro (high) vs GPT-5.6 Luna (medium)
DeepSeek V4 Pro (high) 平均分领先，为 7.7 vs 7.4。 GPT-5.6 Luna (medium) benchmark 成本更低，为 $0.072 vs $0.761。 GPT-5.6 Luna (medium) 更快，为 7.43s vs 92.50s，通过率为 63.6% vs 62.1%。
- 排名
- #93
- 总输出令牌
- 44,525
- 响应时间（平均）
- 7.43s
- 总成本
- $0.072
推荐模型
GPT-5.6 Luna (medium)
它的得分接近这里的最高分（7.4 vs 7.7），同时成本比DeepSeek V4 Pro (high)低约 10.6 倍。
详细对比
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | GPT-5.6 Luna GPT-5.6 Luna medium |
|---|---|---|
| 分数 | 7.7 | 7.4 |
| 排名 | #75 | #93 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 9.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 62.1% |
| 不稳定测试 | 6 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.251 | 2.601 |
| 总成本 | $0.761 | $0.072 |
| 输入价格 | $1.600 / 1M | $0.200 / 1M |
| 输出价格 | $3.200 / 1M | $1.200 / 1M |
| 总输入令牌 | 90,757 | 89,685 |
| 输出令牌 | 22,928 | 5,701 |
| 推理令牌 | 186,516 | 38,824 |
| 响应时间（平均） | 92.50s | 7.43s |
| 响应时间（最大） | 416.76s | 29.85s |
| 响应时间（总计） | 2035.01s | 163.54s |
| 参数量 | 1.6T 总计 (49B 激活) | ~400B 总计 (~17B 激活) |
| 开放状态 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#75 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
#93 GPT-5.6 Luna
medium- 成本
- $0.014
- 时间
- 14.6s
- 令牌
- 2,362 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| GPT-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.52s | 606 | 160 | 987 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| GPT-5.6 Luna | 5.4 | 7.2 | 44.4% | 1 | 10.38s | 7,302 | 564 | 9,928 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 14.59s | 66,477 | 3,926 | 4,594 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 1.95s | 7,140 | 234 | 324 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.6 | 7.2 | 22.2% | 1 | 249.47s | 578 | 16,870 | 58,188 | |
| GPT-5.6 Luna | 2.9 | 7.2 | 11.1% | 1 | 18.45s | 732 | 70 | 17,375 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| GPT-5.6 Luna | 5.1 | 10.0 | 0.0% | 0 | 4.34s | 477 | 112 | 496 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| GPT-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 2.38s | 660 | 95 | 393 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| GPT-5.6 Luna | 7.8 | 10.0 | 66.7% | 0 | 4.04s | 642 | 255 | 2,104 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 5,454 | 256 | 244 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| GPT-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 6.64s | 195 | 29 | 2,379 |
快速对比
切换对比组合
GPT-5.6 LunamediumvsQwen3.7 MaxnoneClaude Opus 4.6mediumvsDeepSeek V4 ProhighGPT-5.6 LunamediumvsQwen3.8 2.4T A95BhighGPT-5.6 LunamediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumSeed-2.0-CodelowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGLM 5mediumClaude Sonnet 4.6nonevsGPT-5.6 LunamediumGPT-5.6 LunamediumvsGLM 5.3highClaude Opus 4.8lowvsDeepSeek V4 ProhighKAT-Coder-Pro V2.5lowvsGPT-5.6 LunamediumSeed-2.0-LitemediumvsDeepSeek V4 Prohigh